基于Mask R-CNN的试管-支架系统Data Matrix码识别方法

在试管-支架自动化系统的输入图像中,Data Matrix(DM)码呈现为多个小目标,图像存在成像模糊、边缘干扰严重等问题,使得传统方法难以达到良好的识别效果。为此,提出一种基于深度学习的Data Matrix码识别方法DeepDMCode,以Mask R-CNN模型为基础,通过内容差异化数据合成和同步自动化标注,实现训练数据的增强,提升模型的学习能力。在模型分割结果的基础上,提出一种旋转校正方法,确保可用标准解码库实现DM码的解码。以分辨率为1600×1200、支架容量为96的数据实验表明,由于该方法在前期码定位阶段最大程度地还原码边界信息,准确度可达0.92(mIoU),完成单张图像中所有DM识别的平均速度为5.2 s,优于YOLO、SegNet、CenterNet等主流工业基准算法。

刀具柱面Data Matrix码几何畸变的仿真分析

分析了刀具柱面Data Matrix(DM)码几何畸变的原理与过程,利用透视投影的方法建立了柱面DM码的几何畸变模型并对其进行仿真.结果表明,该模型较好地模拟了DM码在刀具柱面的几何畸变状况.通过仿真分析,获得了在一定曲率柱面上标刻DM码的合适尺寸以及采集过程中相机的合适几何参数.

基于Reed-Solomon算法的DataMatrix条码纠错码的研究

DataMatrix是一种矩阵二维条码,具有信息密度大、容量高、面积小等优点,同时,其译码时受噪声干扰也较大,因此,DataMatrix二维条码采用了ReedSolomon算法作为纠错码,可以有效地排除干扰进行纠错。首先介绍DataMatrix条码的特点,然后详细介绍了ReedSolomon算法的原理和伽罗华域的基本运算规则和构造规则,重点分析研究他在DataMatrix二维条码中的应用,构造了他的实现算法和其纠错编码的实现电路并通过实例进行了具体的说明,同时讨论了RS的译码步骤。

Data Matrix码识别技术研究

二维条码本身具有高容量、高密度、纠错能力强、安全强度高等特点,使得二维条码作为信息的载体在信息自动化领域发挥着越来越重要的作用。该文提出了一种基于手机应用平台的DM码识别方案,并对图像识别过程进行了优化。

基于手机平台的Data Matrix 2维条码识别

传统的条码图像采集和识别是通过工业扫描枪。近年来,随着移动增值业务和3G技术的发展,2维条码在手机设备的应用中得到飞速发展。以Data Matrix为例,研究了基于嵌入式手机设备的2维条码识别技术。首先根据Data Matrix条码的特点,给出了一种基于链码跟踪和线段检测的快速Data Matrix检测算法。接着分析了条码信号经过点扩展函数卷积后的降质模型,并利用维纳滤波对条码信号进行反模糊滤波。最后,针对透视畸变的现象,设计了一种适合于嵌入式手机设备的快速反透视算法。实验结果表明,提出的识别算法具有优秀的性能,显著提高了条码的识别率,满足了实际使用的要求。

基于Reed-Solomon码的Data Matrix条码纠错研究

为了研究Data Matrix条码的纠错能力,首先介绍了Data Matrix条码的特点和Reed-Solomon码的基本概念;接着研究了Reed-Solomon码在Data Matrix二维条码中的应用,重点分析了Data Matrix二维条码中Reed-Solomon编、解码的基本原理与步骤,并用C语言实现它的编、解码算法;最后对Reed-Solomon码的纠错能力进行了测试。实验结果表明,Data Matrix二维条码采用Reed-Solomon码作为纠错码,可以有效地排除干扰并进行纠错。

基于Data Matrix码的煤矿设备信息管理

为提高煤矿设备管理效率,提出了一种基于Data Matrix码的煤矿设备信息管理方法。该方法分为煤矿设备信息Data Matrix码生成和识别2个部分:将存储设备运行信息的服务器地址同设备固有信息进行编码,生成煤矿设备信息Data Matrix码;通过智能移动终端采集煤矿设备上的Data Matrix码图像,对图像进行灰度化、中值滤波、二值化、Canny边缘检测等预处理后,采用改进的Hough变换检测Data Matrix码的L型直线,并进行倾斜校正操作,从而准确定位图像中Data Matrix码的坐标位置,再通过解码识别Data Matrix码包含的设备信息。该方法能准确记录和识别设备信息,提高设备管理效率。

畸变Data Matrix码图像的倾斜校正算法研究

针对Data Matrix码倾斜校正中需要多次旋转的问题,本文提出了一种畸变二维码倾斜校正方法。首先使用LoG算子对二值化后的图像进行边缘检测,再基于Data Matrix码的结构特征,通过Hough变换有效快速地确定定位符"L"所在的位置,并将"L"型交点用两条向量表示。然后通过向量叉乘计算出Data Matrix码的旋转角度、确定旋转方向,只需一次旋转即可实现倾斜校正。本文算法节省了Data Matrix码在图像恢复过程中所需的时间和工作量。

刀具标识中Data Matrix的编码和解码技术研究

为了提高数控车间刀具库存管理和生产过程追踪中信息采集的准确性和实时性,提出了一种刀具信息自动采集方案并加以实现。基于Data Matrix编码原理将刀具信息转换成机读二维码,使用激光标刻技术在刀具表面实现该二维码的直接标刻,然后对其进行扫描并对图像进行倾斜校正,最后通过Reed-Solomon算法对识读结果进行纠错,实现了刀具信息自动采集的准确性和实时性。

基于稀疏表示的Data Matrix码图像修复算法

稀疏表示理论凭借其建模简单、鲁棒性高与抗干扰能力强等优势成为研究热点,将稀疏理论应用于图像修复已成为图像处理领域新的研究方向。针对工业现场中常出现的被遮挡而不能识别的二维码图像,提出一种基于稀疏表示模型的块聚类图像修复算法。依据待修复图像内的有效信息,以固定重叠像素的方式将图像分块,分别对图像块使用欧几里得距离进行训练匹配,将得到的具有相似结构的图像块聚类为结构组作为图像稀疏表示的基本单位,利用每个结构组的估计来快速学习字典。通过使用分离迭代与优化梯度算法对组稀疏表示模型的L1范数最小化问题进行求解,提高了修复算法的鲁棒性。实验结果表明,该算法能够很好地修复被遮挡、划痕或像素丢失等受损的Data Matrix码图像,较大地提高了条码的识别率。

PCB板复杂背景下的Data Matrix码定位与识别

工业二维码的应用环境通常比较恶劣,二维码识别通常伴随着噪声、过曝等问题.对工业二维码进行粗定位时,采用基于亮度、对比度和伽玛变换提高了图像整体的对比度,为阈值分割提供良好的图像基础.再对预处理后的图像采用大律法分割使得背景和前景分离并计算连通域面积和个数,定位可能存在二维码的图像区域.根据DataMatrix码的特征,提出了一种基于Shi-Tomasi角点密度的DataMatrix码快速定位算法.识别时针对二维码过曝的问题,提出了一种改进的伽玛变换算法有效地增强了图像的对比度,为识别提供良好的图像基础.

基于链码跟踪的Data Matrix二维条码快速识别

为实现工业现场中Data Matrix二维条码的快速识别,提出一种基于链码跟踪、直线段提取的条码快速识别方法。首先采用Sobel算子提取图像边缘;然后基于链码跟踪方法,跟踪图像的边缘点,记录链码;接着根据快速直线段提取方法,将直线相似度低于阈值的线段剔除,结合线形连接方法合并断裂线段,并使用长度判别剔除不可靠的线段;最后结合Data Matrix二维条码的特征,定位Data Matrix二维条码。实际测试表明,该识别方法能够快速、准确地定位二维条码区域,识别正确率可达99.39%以上,具有实时性强、可靠性好等特点,满足工业现场要求。

Data Matrix码识别方法研究

以Data Matrix为例,探讨了二维码的分割识别算法,为消除散焦模糊,采用Otsu自适应阈值二值化的方法,对图像进行二值化处理,然后对图像进行旋转校正;图像旋转校正后的坐标,不一定是整数点,因此对图像进行双线性插值处理,消除旋转后带来的毛刺及空白点。实验证明,该算法效果良好,显著提高了条码的识别率。

基于时空码和数联网技术的新型“可信数据空间”体系构想

梳理回顾欧盟“国际数据空间”和我国“可信数据空间”的发展由来,针对当前“可信数据空间”存在的制度和技术层面的瓶颈问题,引入一个新的“时空码+数联网”底层技术框架,在此基础上较为系统地提出新型“可信数据空间”的概念内涵、系统架构、功能视图以及有特色的融合底座等体系化设计。其主要创新体现在可信体系与实现路径、技术框架与系统架构、平台定位与生态培育等层面。并建议以新型“可信数据空间”作为我国数据流通基础设施建设的关键技术路线,协同开展技术攻关,加快试点验证示范。

基于稀疏自编码的智能电网海量运行数据清洗

为解决电网数据样本混合的问题并提升智能电网的运行与响应速率,提出基于稀疏自编码的智能电网海量运行数据清洗方法。按照稀疏自编码原则,建立自编码网络模型,联合数据样本稀疏矩阵,确定深度降维参数的实际取值范围,实现对智能电网运行数据的降维处理。根据数据仓库定义形式,估算数据样本运行状态,计算聚类清洗参量的具体数值,完成基于稀疏自编码的智能电网海量运行数据清洗算法的设计。实验结果表明,在稀疏自编码原则作用下,电网主机能够准确区分两类数据样本,从而解决电网数据样本混合的问题,达到提升智能电网运行与响应速率的实际应用需求。

基于多相似度模糊C均值聚类的不均衡流数据检索方法

针对在不均衡流数据在检索过程中,由于数据流中存在不均衡性,且易受差异性数据、边缘数据的影响,导致数据检索性能下降的问题,提出了基于多相似度模糊C均值聚类的不均衡流数据检索方法。该方法计算出不均衡流数据之间的多相似度,针对不同相似度的数据,采用模糊C均值算法对其聚类处理。通过构建八叉树检索模型,对聚类后的数据进行存储、编码和判断,完成不均衡流数据的检索。实验结果表明,所提方法的检索时间低于20 s,查全率和查准率保持在80%以上,且NDCG(Normalized Discounted Cumulative Gain)数值高。

金属零件上二维条码高光区域的恢复

基于配套光源的优化,提出了基于随机共振算法的图像溢出信息恢复方法.该方法利用噪声激发饱和系统的随机共振,扩大输出图像的动态范围,挽回高光溢出的信息.分析了不同类型和不同强度的噪声对恢复信息可分辨性的影响.仿真结果表明,不同类型的噪声都有对应的特定强度,使系统输出信息的可分辨性达到极值.最后,通过局部过曝的实例,验证了基于随机共振的图像信息恢复方法能达到抑制高光和提高图像对比度的目的.

激光并行加工DM码实验研究

DM(data matrix)码信息存储容量大、编码范围广、可靠性高,是信息交流的重要载体。为了实现DM码并行加工方法,分析了DM码间距值与灰度值对识别时间的影响规律,并对不同情况下的DM码进行多次扫描,记录识读时间,确定了DM码识读成功的临界圆点直径为11像素,临界灰度值为220。在此基础上,设计了一种基于空间光调制器的DM码并行加工方法,并在石英玻璃内部进行了激光并行加工DM码实验验证,与传统的单光束激光标刻二维码的方式相比,加工效率得到了提高。

基于多级网络编码的多副本云数据存储

云数据存储的快速发展对数据的可用性提出了较高要求.目前,主要采用纠删码计算数据编码块进行分布式冗余数据存储来保证数据的可用性.虽然这种数据编码技术保证了存储数据的安全性并减少了额外的存储空间,但在损坏数据恢复时会产生较大的计算和通信开销.提出一种基于多级网络编码的多副本生成和损坏数据恢复算法.算法基于多级网络编码对纠删码的编码矩阵进行改进形成多级编码矩阵,利用其级联性生成多级编码(hierarchical coding,HC码)来构成多副本数据,使得各副本之间存在编码关系.在损坏数据恢复时,利用数据所有者提供的数据编码信息和云存储中保存的数据块直接计算进行恢复,从而避免从云存储中远程下载数据.理论分析和实验表明,所提算法在相同的存储空间下显著减少了损坏数据恢复时的通信开销并提高了数据的可用性.

刀具自动标志中数据矩阵码的编码技术研究

为了自动标志数字化车间中的刀具资源,研究了含校验位的数据矩阵码编码技术,用软件实现了其算法并在某打标设备上成功实施,提高了刀具编码的纠错能力和系统的可靠性。